الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 103 |  |  |
| | | from | 103 | | |
Abstract
تستحوذ القياسات البيولوجية خلال السنوات الأخيرة على اهتمام متزايد لأغراض الحماية وغيرها. وتعرّف القياسات البيولوجية بأنها أسلوب علمي يتضمن تطوير طرق أتوماتيكية للتعرف على الأشخاص عبر خصائصهم الفسيولوجية والسلوكية. ومع ذلك، فإن السمة احادية البيومترية ، مثل الوجه والقزحية والبصمة، عادة ما تفشل في تلبية المتطلبات الأمنية للعديد من التطبيقات ذات البيانات السكانية الكبيرة. ولذلك، اكتسبت القياسات الحيوية متعددة الوسائط، التي توظف طريقتين بيولوجيتين أو أكثر، اهتمامًا متزايدًا للتغلب على المشاكل المرتبطة بالنظام الحيوي أحادي الواسطة حيث ان الاعتماد على مصدر حيوي واحد قد يكون امر غير موثوق به بشكل كلى نتيجة أسباب كثيرة. وتشمل هذه الأسباب امكانية عطل جهاز الاستشعار او البرمجيات، قلة جودة الخاصية الحيوية لشخص ما وبالتالى صعوبة التعرف عليه باستخدام هذه الخاصية. أيضا، فإن التطبيقات الأمنية فائقة الحماية تضع متطلبات دقة صارمة لا يمكن تحقيقها باستخدام النظم أحادية البيوميترية الحالية. هناك طرائق بيولوجية مختلفة تستخدم لتحقيق مهمة التعرف. من بين السمات الحيوية الأكثر شعبية المستخدمة حاليًا في العديد من التطبيقات هي الوجه والقزحية.
إن تلبية المتطلبات الأمنية للعديد من التطبيقات في الوقت الحاضر مع التقدم الملحوظ فى مجالي التعرف على الأنماط والرؤية بالحاسب من صور الوجه والقزحية هو موضوع بحثي مثير للاهتمام نظرًا لإمكانية تطبيقه في العديد من التطبيقات الفعلية مثل المراقبة، وإدارة علاقات العملاء الالكترونية، والقياسات الحيوية. إن الأنظمة متعددة الوسائط هى طريقة شائعة لبناء نظم متعددة البيوميترية حيث يتم استخدام اثنين او أكثر من الخصائص الحيوية مثل الوجه، القزحية، البصمة، راحة اليد، الخ. ومن الممكن دمج المعلومات فى الأنظمة متعددة الوسائط فى ثلاث مراحل مختلفة هى الدمج فى مرحلة استخراج الخصائص، الدمج فى مرحلة نتيجة التطابق، والدمج فى مرحلة القرار النهائى. عموما يظل استخدام الوجه والقزحية من اكثر الخصائص الحيوية استخداما محققيين نتائج تعرف وتحقق بدرجات دقيقة عالية. ومع ذلك يظلان يعانيان من المشكلات المرتبطة باى نظام أحادى البيوميترية مثل التشويش فى البيانات التى تم تجميعها، عدم العمومية، التشابه مثلما يحدث فى حالة التوائم، والتزوير.
في هذه الدراسة، تم اقتراح طريقة مصادقة بيومترية متعددة الأساليب تعتمد تقنيات متعددة البيومترية التي تجمع بين خصائص الوجه مع كل من القزحية (اليسار واليمين) للتعرف على الأشخاص. لقد قمنا بتصميم وتطبيق نظامين للتعرف على الأشخاص, النظام الأول يعتمد على استخلاص خصائص الوجه باستخدام (2-D DWT)، بينما يعتمد النظام الثاني على استخلاص خصائص الوجه باستخدام (HOG). يتم أولًا استخلاص خصائص الوجه والقزحية بشكل منفصل باستخدام HOG))، (2-D DWT)للوجه وللقزحية استخدمنا 2-D Gabor ، على التوالي. ثانيًا، تطبق الدراسة اندماجًا على مستوى استخراج الخصائص باستخدام طريقة انصهار جديدة تستخدم كل من عملية canonical correlation وعملية serial concatenation. وأخيرًا، يتم استخدام مصنف يعمل بطريقة (DBN). ولقد تم التحقق من صحة النظام المقترح وتم تقييم أدائه من خلال مجموعة من التجارب على قاعدة بيانات SDUMLA-HMT. كما تمت مقارنة النظامين المقترحين بطرق أخرى. التي تم فيها أستخدام نفس قاعدة البيانات المستخدمة مع الفارق أننا قمنا بأستخدام كامل قاعدة البيانات والتي تحتوي على عدة صور لنفس الشخص بأوضاع مختلفة مثلا (تعبيرات الوجه ، أرتداءالملحقات نظارة - قبعة ، الاضاءة) علما بأن البحث الذي تم مقارنة النظام المقترح معه يعمل على تقسيم قاعدة البيانات الى عدة قواعد بيانات تحتوي على فئه واحدة لنفس الشخص مثلا (تعبيرات الوجه ، أرتداءالملحقات نظارة - قبعة ، الاضاءة). وقد أظهرت النتائج أن النظامين المقترحين نجحا في تحقيق دقة التعرف تصل إلى 99٪. كما أظهرت انخفاض معدل الخطأ (EER) ووقت الانصهار مقارنة مع النظم الأخرى.